[发明专利]一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法

权利要求书

1.一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法，其特征在于，包括如下步骤：

(1)对原遥感图像进行尺度归一化变换，通过对归一化后的图像进行傅里叶变换获得频域图像；根据所述频域图像获得原遥感图像的相位谱；

(2)通过将所述相位谱进行反傅里叶变换重建获得原遥感图像的显著性特征图；所述步骤(2)中，根据以下公式对给定的场景图I(x,y)进行重建：

SM(x,y)＝g(x,y)*||F^-1(e^i·p(u,v))||_λ；

其中，||·||表示求范数，g(x,y)是指高斯卷积函数；

其中，p(u,v)＝P(f(u,v))；f(u,v)＝F(I_s(x,y))；

x,y分别是指给定的场景图的横、纵坐标；F是指傅里叶变换；F-¹是指反傅里叶变换；P是指频域图像的相位；s是指尺度因子，λ是指范数级别；

(3)使用加权DoG滤波算子对显著性特征图进行滤波，并将滤波后的结果与滤波前的显著性特征图叠加，获得叠加的显著性特征图；

(4)将所述叠加的显著性特征图作为滤波对象，重复步骤(3)，直到迭代的次数达到预设的上限，获得新显著性特征图；

(5)将所述新显著性特征图变换到原遥感图像尺度下，获得原始尺度下的显著性特征图像；

(6)对所述原始尺度下的显著性特征图像进行多阈值的二值分割，得到多张二值图像；并统计各二值图像中的白色区域，将在阈值范围内保持形状稳定的白色区域提取出来作为候选感兴趣区域；

(7)根据候选感兴趣区域最外围的点的位置矩形化各候选感兴趣区域，获得多个显著性特征区域；并通过对所述的多个显著性特征区域进行去重处理，获得原始遥感图像的感兴趣区域。

2.如权利要求1所述的遥感图像兴趣区快速提取方法，其特征在于，所述步骤(1)包括如下子步骤：

(1.1)根据原遥感图像大小确定尺度因子，并根据所述尺度因子将原遥感图像进行尺度归一化变换；

(1.2)对归一化后的图像进行傅里叶变换，获得频域图像；并通过将频域图像的幅值设为1、保留相位信息来获得原图像的相位谱。

3.如权利要求1或2所述的遥感图像兴趣区快速提取方法，其特征在于，所述步骤(4)中，加权DoG滤波算子DoG(x,y)＝w₁G₁(x,y)-w₂G₂(x,y)；

其中，G₁(x,y)、G₂(x,y)均为高斯分布函数，w₁为高斯分布函数G₁(x,y)的权值系数，w₂为高斯分布函数G₂(x,y)的权值系数。

4.如权利要求1或2所述的遥感图像兴趣区快速提取方法，其特征在于，所述步骤(6)对原始尺度下的显著性特征图像进行多阈值的二值分割的方法具体为：在灰度等级为0～255的范围内以固定步长的阈值对图像进行二值分割。

5.如权利要求4所述的遥感图像兴趣区快速提取方法，其特征在于，所述步骤(7)中的去重处理的方法，具体如下：

(i)将区域中心间距小于第一阈值τ₁的区域进行合并，以合并后的最外层区域的大小作为感兴趣区域的大小；

(ii)计算各感兴趣区域的覆盖率，去掉覆盖率高于第二阈值τ₂且内部不包含更小矩形区域的区域。